标签分类
当前位置:首页 > 程序设计电子书 > MATLAB电子书网盘下载
精通MATLAB科学计算与数据统计应用

精通MATLAB科学计算与数据统计应用 超清原版电子书

官方价: 25

更 新:

精通MATLAB科学计算与数据统计应用 (pdf、epub、mobi、azw3)下载

下载地址:https://pan.baidu.com/s/1ojSs7ptKRHN1uWkrDUxiH

分享码:isl3

给大家带来的一篇关于MATLAB相关的电子书资源,介绍了关于MATLAB、科学计算、数据统计、应用方面的内容,本书是由人民邮电出版社出版,格式根据源资源分为PDF、epub、mobi、azw3其中一种或多种格式,资源大小12.3MB,赵彬 陈明 邹风山编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.9,更多相关的学习资源可以参阅 程序设计电子书、等栏目。

精通MATLAB科学计算与数据统计应用 PDF

341个精心策划的MATLAB运用实战演练实例。 103个用心撰写的MATLAB辅助工具涵数。 4个用心选择的MATLAB工程项目性综合性实例。 基础知识与运用实例的无缝拼接联接,反映出科学计算在工程项目实践活动行业中的完 美运用。 基础理论详实,回绝专业知识断块,一起又不固执于基础理论自身 ,详细介绍基础知识以表明具体难题为目地,定量分析表述与定性描述适当结合。 具体实例丰富多彩,对于每1个实例不但得出详细的保持编码,更表明出身后的布置观念,重视逻辑思维磨练,让您知其所以然,更知其然。 內容具备必须深度1,这决不会是1本会在2六个月后就会丧失使用价值的手机应用程序参照,反过来给你每一次赏析时都能获得新的享有。在各个领域的工程项目实践活动中,有很多的科学计算工作中必须进行。传统式的计算方法通常必须较长的周期时间,总得来说开发设计高效率挺高的MATLAB是1个更强的挑选。在MATLAB中,程序编写关键点被简单化,繁杂的保持全过程也被略去,客户能够将大量活力集中化于所必须解决的关键难题上。 MATLAB科学计算涉及到数学课、机械设备、电子器件、操纵和金融业等多个领域。这书以MATLAB科学工程项目测算为出发点,详细介绍MATLAB在科学计算行业中怎样应用巨大的科学函数库来处理某些具体难题。在涵数的挑选上兼具各涵数的应用頻率和专业能力,务求典型性全方位。这书可做为MATLAB课程内容的课堂教学用书或是线性代数、概率统计等课程内容的课堂教学輔助书。

目录

  • 第 1章 MATLAB入门 1
  • 1.1 MATLAB简介 1
  • 1.1.1 MATLAB的产生和发展 1
  • 1.1.2 MATLAB的产品构成与
  • 特点 2
  • 1.1.3 MATLAB与科学计算 4
  • 1.2 MATLAB的安装开发环境、
  • 窗口简介 4
  • 1.2.1 MATLAB的安装 4
  • 1.2.2 MATLAB的集成开发
  • 环境 9
  • 1.2.3 MATLAB的窗口 10
  • 1.3 MATLAB程序及其帮助系统 13
  • 1.3.1 搜索路径 13
  • 1.3.2 M文件 14
  • 1.3.3 帮助系统 16
  • 1.3.4 学习MATLAB的方法 19
  • 第 2章 MATLAB程序设计 21
  • 2.1 基本语法 21
  • 2.1.1 标识符 21
  • 2.1.2 数据类型 23
  • 2.1.3 运算符 35
  • 2.1.4 流程控制语句 37
  • 2.1.5 矩阵与数组 41
  • 2.1.6 脚本与函数 43
  • 2.2 文件I/O 44
  • 2.2.1 使用load/save 44
  • 2.2.2 读写文本文件 45
  • 2.2.3 读写图像文件 47
  • 2.3 MATLAB编程技巧 49
  • 2.3.1 高效开发技巧 49
  • 2.3.2 提高代码效率 49
  • 2.3.3 向量化编程 50
  • 2.3.4 并行计算 50
  • 2.3.5 稀疏矩阵 51
  • 2.4 综合实例 56
  • 第3章 可视化编程 58
  • 3.1 绘制二维图形 58
  • 3.1.1 常用绘图函数 58
  • 3.1.2 图形设置 60
  • 3.1.3 特殊图形 62
  • 3.1.4 特殊坐标系函数 64
  • 3.2 绘制三维图形 65
  • 3.3 GUIDE工具 69
  • 3.3.1 设计工具 69
  • 3.3.2 句柄图形对象 70
  • 3.3.3 GUIDE简介 72
  • 3.3.4 创建GUIDE 74
  • 3.3.5 GUI的编程 78
  • 3.3.6 CallBack函数 80
  • 3.4 综合实例 81
  • 第4章 MATLAB求微分与积分 89
  • 4.1 极限 89
  • 4.2 数值积分 92
  • 4.2.1 Int求积分 92
  • 4.2.2 梯形法求积分 96
  • 4.2.3 辛普森(Simpleson)
  • 积分法 98
  • 4.2.4 重积分辛普森
  • (Simpleson)法 101
  • 4.2.5 多重数值积分法 103
  • 4.2.6 积分变换 104
  • 4.3 数值微分 107
  • 4.3.1 Diff求微分 107
  • 4.3.2 梯度 109
  • 4.3.3 jacobian函数 110
  • 4.3.4 中点公式 112
  • 4.3.5 三点公式法和五点
  • 公式法 113
  • 4.3.6 样条函数法 116
  • 4.3.7 辛普森(Simpleson)
  • 微分法 117
  • 4.3.8 多项式的微分 121
  • 4.4 综合实例 123
  • 第5章 MATLAB插值计算 124
  • 5.1 一维插值 124
  • 5.1.1 拉格朗日插值 124
  • 5.1.2 牛顿插值 129
  • 5.1.3 埃尔米特插值 131
  • 5.1.4 分段低次插值 135
  • 5.1.5 三次样条插值 138
  • 5.2 二维插值 140
  • 5.2.1 近邻插值 141
  • 5.2.2 分片线性插值 141
  • 5.2.3 双线性插值 142
  • 5.2.4 双三次插值 143
  • 5.2.5 散乱节点插值 147
  • 5.3 综合实例 149
  • 第6章 MATLAB函数逼近 152
  • 6.1 泰勒逼近 152
  • 6.2 平方逼近 156
  • 6.2.1 平方逼近的原理 156
  • 6.2.2 正交多项式 162
  • 6.2.3 切比雪夫多项式 163
  • 6.2.4 勒让德多项式 170
  • 6.3 一致逼近 175
  • 6.4 综合实例—泰勒展开式
  • 的降次 182
  • 第7章 MATLAB曲线与曲面拟合 185
  • 7.1 二乘拟合 185
  • 7.2 MATLAB拟合函数 191
  • 7.2.1 多元线性拟合—lsqlin、regress 191
  • 7.2.2 一元多项式拟合 194
  • 7.2.3 非线性拟合 198
  • 7.3 MATLAB拟合工具箱 203
  • 7.4 综合实例—临床药物
  • 注射问题 213
  • 第8章 MATLAB求解线性方程组 216
  • 8.1 线性方程组 216
  • 8.2 符号解法 217
  • 8.3 求逆法 221
  • 8.4 矩阵分解法 223
  • 8.4.1 Cholesky分解 223
  • 8.4.2 LU分解 225
  • 8.4.3 QR分解 227
  • 8.5 迭代法 228
  • 8.5.1 Gauss-Seidel迭代法 229
  • 8.5.2 SOR超松弛迭代法 231
  • 8.5.3 Jacobi迭代法 234
  • 8.5.4 Bicg迭代法 236
  • 8.6 综合实例 238
  • 第9章 MATLAB求解非线性方程组 242
  • 9.1 二分法 242
  • 9.2 迭代法 244
  • 9.2.1 牛顿法 246
  • 9.2.2 简化牛顿法 248
  • 9.2.3 割线迭代法 249
  • 9.2.4 黄金分割法 250
  • 9.2.5 抛物线法 252
  • 9.2.6 不动点迭代法 254
  • 9.2.7 牛顿下山法 256
  • 9.3 综合实例 257
  • 第 10章 MATLAB概率统计 261
  • 10.1 概率统计工具箱 261
  • 10.2 随机数生成 262
  • 10.2.1 生成均匀分布随机数 264
  • 10.2.2 生成正态分布随机数 266
  • 10.3 随机变量的统计值 267
  • 10.3.1 求期望 267
  • 10.3.2 求方差 269
  • 10.3.3 求标准差 270
  • 10.3.4 矩 272
  • 10.3.5 几何平均数 273
  • 10.3.6 算术平均数 274
  • 10.3.7 中位数 274
  • 10.3.8 值差 275
  • 10.3.9 调和平均数 276
  • 10.3.10 样本的偏斜度 277
  • 10.3.11 协方差 278
  • 10.3.12 相关系数 279
  • 10.3.13 其他数字特征 281
  • 10.4 参数估计 281
  • 10.4.1 均匀分布的参数估计 282
  • 10.4.2 正态分布的参数估计 283
  • 10.4.3 二项分布的参数估计 284
  • 10.4.4 mle —指定分布的
  • 参数估计 285
  • 10.5 假设检验 286
  • 10.5.1 t检验法 287
  • 10.5.2 u检验法 288
  • 10.5.3 秩和检验 289
  • 10.5.4 符号秩检验 290
  • 10.6 回归 291
  • 10.6.1 线性回归 291
  • 10.6.2 非线性回归 292
  • 10.7 综合实例 293
  • 第 11章 MATLAB求解微分方程组 298
  • 11.1 常微分方程 298
  • 11.1.1 微分方程组的符号解 298
  • 11.1.2 欧拉法 299
  • 11.1.3 改进的欧拉法 301
  • 11.1.4 龙格—库塔法 303
  • 11.1.5 亚当斯(Adams)
  • 外插法 307
  • 11.1.6 亚当斯(Adams)
  • 内插法 308
  • 11.2 偏微分方程——有限差分法 309
  • 11.2.1 网格剖分 309
  • 11.2.2 数值微分 310
  • 11.3 PDE工具箱 311
  • 11.3.1 PDE支持的方程 311
  • 11.3.2 PDE使用说明 312
  • 11.4 综合实例 315
  • 第 12章 MATLAB优化计算 320
  • 12.1 MATLAB优化工具箱的函数 320
  • 12.1.1 优化工具箱 321
  • 12.2 线性规划 329
  • 12.3 0-1整数规划 333
  • 12.4 二次规划 334
  • 12.5 多目标规划 337
  • 12.6 贪心算法 339
  • 12.7 遗传算法 341
  • 12.8 模拟退火算法 345
  • 12.9 粒子群算法 347
  • 12.10 综合实例 347
  • 第 13章 C/C 与MATLAB混合编程 353
  • 13.1 C/C 与MATLAB混合调用
  • 的方法 353
  • 13.2 MATLAB调用C/C 354
  • 13.2.1 MATLAB的MEX文件 355
  • 13.2.2 C-MEX文件的使用 356
  • 13.3 C/C 调用MATLAB 357
  • 13.3.1 C/C 调用引擎 357
  • 13.3.2 C/C 调用Matcom 363
  • 13.3.3 C/C 调用COM 370
  • 13.3.4 C/C 调用动态链接库 376
  • 13.4 综合实例 381
  • 第 14章 MATLAB工程计算案例精粹 387
  • 14.1 Delta并联机器人建模 387
  • 14.1.1 背景介绍 387
  • 14.1.2 问题阐述 388
  • 14.1.3 实验例程 390
  • 14.2 柴油机故障诊断 394
  • 14.2.1 问题阐述 394
  • 14.2.2 实验例程 395
  • 14.3 街头游戏解谜 398
  • 14.3.1 问题阐述 398
  • 14.3.2 实验例程 398
  • 14.4 零件参数的设计 400
  • 14.4.1 问题阐述 400
  • 14.4.2 实验例程 402

上一篇:突破平面:会声会影2018视频编辑与制作  下一篇:计算机网络:自顶向下方法

展开 +

收起 -

MATLAB 相关电子书
MATLAB 学习笔记
网友NO.870223

python调用matlab的m自定义函数方法

项目信号处理和提取部分用到了matlab,需要应用到工程中方便研究。用具有万能粘合剂之称的“Python”。具体方法如下: 1.python中安装mlab 下载https://pypi.python.org/pypi/mlab 安装命令:python setup.py install Mlab is a high-level python to Matlab bridge that lets Matlab look like a normal python library. 2 .测试 from mlab.releases import latest_releasefrom matlab import matlabrootprint matlabroot()#能打印出matlab的路径就可以使用mlab了 3.调用matlab的自带函数 from mlab.releases import latest_release as matlabmatlab.plot([2,3,4,5,8,1],'-o') #画个图。很快就显示了。 4.自定义的函数 这里我把自定义的m函数(extract.m)放到了D:\pylearn\m文件夹下 from mlab.releases import latest_release as matlabmatlab.path(matlab.path(),r'D:\pylearn\m')#设置路径matlab.extract(arg1,arg2)#调用自己定义的m函数就可以了 以上这篇python调用matlab的m自定义函数方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持码农之家。 ……

网友NO.580377

python和matlab的区别

Python 是一种面向对象的解释型计算机程序设计语言。Python是纯粹的自由软件, 源代码和解释器CPython遵循 GPL(GNU General Public License)协议 。Python语法简洁清晰,特色之一是强制用空白符(white space)作为语句缩进。 Python的优势: (推荐学习:Python视频教程) Python相对于Matlab最大的优势:免费。但既然你已经能用上Matlab,想必不在乎这个了。 Python次大的优势:开源。你可以大量更改科学计算的算法细节。 可移植性,Matlab必然不如Python。但你主要做Research,这方面需求应当不高。 第三方生态,Matlab不如Python。比如3D的绘图工具包,比如GUI,比如更方便的并行,使用GPU,Functional等等。长期来看,Python的科学计算生态会比Matlab好。 语言更加优美。另外如果有一定的OOP需求,构建较大一点的科学计算系统,直接用Python比用Matlab混合的方案肯定要简洁不少。 毕竟是通用的编程语言,做做Web,搞个爬虫,编个脚本,写个小工具啥的用处广。 MATLAB 是美国MathWorks公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,主要包括MATLAB和Simulink两大部分。 Matlab的优势: Community. 既然你们实验室用Matlab,说明搞你们这个领域的大部分学者可能都用Matlab。交流起来必然更加方便。 Si……

网友NO.539617

python和matlab哪个难

如果是学生,或者研究人员,比如研究信号处理,那么用matlab比较好,有大量现成工具箱和前人的成果可以借鉴。如果是产品化项目,那么python比较好,可以做web后台,可以打包成应用程序,效率相对matlab也要高那么一点点。 如果是信号、数据方面的工程人员,建议还是两个都掌握吧,也不复杂,都是脚本式的语言,比C++什么的易学多了。 下面从两者各自的应用做个对比。(推荐学习:Python视频教程) 一、python的优势 Python相对于Matlab最大的优势:免费。国内可能不是很在乎这个,但在国外是个很关键的问题。 Python次大的优势:开源。你可以大量更改科学计算的算法细节。 可移植性,Matlab必然不如Python。但你主要做Research,这方面需求应当不高。 第三方生态,Matlab不如Python。比如3D的绘图工具包,比如GUI,比如更方便的并行,使用GPU,Functional等等。长期来看,Python的科学计算生态会比Matlab好。 语言更加优美。另外如果有一定的OOP需求,构建较大一点的科学计算系统,直接用Python比用Matlab混合的方案肯定要简洁不少。 python作为一种通用编程语言,可以做做Web,搞个爬虫,编个脚本,写个小工具用途很广泛。 二、matlab的优势 学术界大量使用matlab做仿真,做研究的话容易找到代码参考; 语法相对python更灵活一些,matlab写程……

网友NO.278445

详解如何在python中读写和存储matlab的数据文件(*.mat)

背景 在做deeplearning过程中,使用caffe的框架,一般使用matlab来处理图片(matlab处理图片相对简单,高效),用python来生成需要的lmdb文件以及做test产生结果。所以某些matlab从图片处理得到的label信息都会以.mat文件供python读取,同时也python产生的结果信息也需要matlab来做进一步的处理(当然也可以使用txt,不嫌麻烦自己处理结构信息)。 介绍 matlab和python间的数据传输一般是基于matlab的文件格式.mat,python中numpy和scipy提供了一些函数,可以很好的对.mat文件的数据进行读写和处理。 在这里numpy作用是提供Array功能映射matlab里面的Matrix,而scipy提供了两个函数loadmat和savemat来读写.mat文件。 下面是一个简单的测试程序,具体的函数用法可以看帮助文档: import scipy.io as sio import matplotlib.pyplot as plt import numpy as np #matlab文件名 matfn=u'E:/python/测试程序/162250671_162251656_1244.mat' data=sio.loadmat(matfn) plt.close('all') xi=data['xi'] yi=data['yi'] ui=data['ui'] vi=data['vi'] plt.figure(1) plt.quiver( xi[::5,::5],yi[::5,::5],ui[::5,::5],vi[::5,::5]) plt.figure(2) plt.contourf(xi,yi,ui) plt.show() sio.savemat('saveddata.mat', {'xi': xi,'yi': yi,'ui': ui,'vi': vi}) 示例2 import scipy.io as sioimport numpy as np###下面是讲解python怎么读取.mat文件以及怎么处理得到的结果###load_fn = 'xxx.mat'load_data = sio.loadmat(load_fn)load_matrix = load_data[……

38738359

38738359 发起

资源
18
粉丝
2
喜欢
213
评论
2

    Copyright 2018-2019 xz577.com 码农之家

    版权责任说明